资管行业数字化发展提速，投研领域数据应用与管理形式面临全面升级，资金规模提升、投资产业扩宽和数据量持续爆发，将推动投研图谱应用爆发迎来奇点。在投研类图谱供给持续增加的明确趋势下存在供需错配且专业性不足等问题，中信证券研究部首创投研图谱搭建框架与数据底层方法论，围绕长期成长投资赛道，如大健康、新消费等，锻造辅助投资决策图谱，创新投研服务新模式。

资管行业数字化全面提速，投研领域数据应用持续升级。

金融IT投资提升预期中期稳定，具体聚焦到资管行业，参考2020年，头部券商的IT预算占比营收的5%至10%，头部银行IT资本开支近年CAGR稳定在9%，券商则为16%。考虑到国内资管机构的整体规模不断提升，2020Q4末，国内市场资产管理规模达到近60万亿元，投研领域的数字化发展有望保持在高景气区间。而对于投研领域应用层，更大的资金管理规模、更长的投研产业链、更强的数据量爆发都对投研管理的模式和效率提出了更高的要求，投资决策的数字化升级必将向投研场景全面深化。

投研类图谱供给持续爆发，投研专业性与可用性有待提升。

比较市场开放性投资类图谱产品，在头结点、关系与尾结点三层结构下，面向机构投资者的图谱有效应用普遍存在三大问题：产业链常识解释为主，缺乏投资逻辑；标的与核心基本面影响指标脱节；技术准确率的边界与需求间的矛盾。同时在应用方式上，大部分平台为SaaS模式，不符合专业机构对于投研框架私有化部署的原则，因此较难形成核心逻辑正反馈沉淀。

投研场景数据结构化持续升级，投研图谱呼之欲出。

截至2021年1月，面对国内132家超大型基金管理公司(合计超20万亿管理规模)与超2.4万家的私募股权投资机构(合计超17.06万亿管理规模)的投研数字化需求，投研框架数字化与智能化将成为构建核心竞争力并提升市场影响力的重要方式。因此，投研逻辑数字化与数据资产标准化是数据量爆发和资产管理深度数字化的必然结果，辅助支持投研决策的前沿技术应用需求有望爆发，其中以基本面为核心逻辑的投研图谱备受关注。

锻造中信证券特种投研图谱，聚焦专业性与及时性。

基于图谱的经典三元组结构，中信证券投研图谱中每个子图中的根节点和叶子结点分别对应于中信证券三级行业分类相同粒度的行业和行业内的关键公司，其间的关系是由研究人员依据专业的行业理解，并以NLP技术方案辅助构建的分析框架，框架构建的逻辑以当期估值体系解释性较强的分类准则为指引。其中每个节点的核心因子以盈利和估值为导向，用中信证券研究部的投研逻辑和标签因子透视公司和赛道，并基于技术手段配置算力实现月-季频的框架更新和指标维护。

机器辅助定位投研逻辑辅助和关键因子抽取，三大数据集群保证图谱完整、有效、稀缺。

我们的图谱底层基于标准财务核心数据集群、传统另类特色专业数据集群、行业专家闭环数据集群这三大数据集群，保障财务指标的专业性和完整性，同时借助另类数据提升图谱的及时性和高频性。专家数据集群则聚焦图谱专业性，摆脱科普属性距离投研更近一步。从机器辅助角度看，我们将算力从海量非结构化文本的实体关系抽取中转移到另类因子构建中，从研报、电话会议等专业文本中完成基本的抽取辅助专家构建投研逻辑框架，同时依靠适度监督学习，提升数据有效性。

风险因素：

数字化政策落地不及预期，相关技术落地不及预期。

（文章来源：中信证券研究）

声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。